Les agents rêvent-ils comme les androïdes ? La structure ReAct

Introduction aux agents d’IA

Adel Nehme

VP of AI Curriculum, DataCamp

Les différents types de réflexions sur les modèles

1 Le cours Hugging Face Agents : https://github.com/huggingface/agents-course
Introduction aux agents d’IA

Les différents types de réflexions sur les modèles

Réflexion Exemple
Planification « Pour les aider à déménager, je devrai trouver des entreprises de déménagement, comparer les prix et vérifier les disponibilités pour la date souhaitée. »
1 Le cours Hugging Face Agents : https://github.com/huggingface/agents-course
Introduction aux agents d’IA

Les différents types de réflexions sur les modèles

Réflexion Exemple
Planification « Pour les aider à déménager, je devrai trouver des entreprises de déménagement, comparer les prix et vérifier les disponibilités pour la date souhaitée. »
Analyse « En examinant leurs habitudes de consommation, il apparaît qu'ils dépensent trop pour des abonnements qu'ils utilisent rarement. »
1 Le cours Hugging Face Agents : https://github.com/huggingface/agents-course
Introduction aux agents d’IA

Les différents types de réflexions sur les modèles

Réflexion Exemple
Planification « Pour les aider à déménager, je devrai trouver des entreprises de déménagement, comparer les prix et vérifier les disponibilités pour la date souhaitée. »
Analyse « En examinant leurs habitudes de consommation, il apparaît qu'ils dépensent trop pour des abonnements qu'ils utilisent rarement. »
Prise de décision « Étant donné qu'ils en ont besoin pour demain, je suggère une livraison express malgré le coût supplémentaire. »
1 Le cours Hugging Face Agents : https://github.com/huggingface/agents-course
Introduction aux agents d’IA

Les différents types de réflexions sur les modèles

Réflexion Exemple
Planification « Pour les aider à déménager, je devrai trouver des entreprises de déménagement, comparer les prix et vérifier les disponibilités pour la date souhaitée. »
Analyse « En examinant leurs habitudes de consommation, il apparaît qu'ils dépensent trop pour des abonnements qu'ils utilisent rarement. »
Prise de décision « Étant donné qu'ils en ont besoin pour demain, je suggère une livraison express malgré le coût supplémentaire. »
Résolution de problèmes « Pour optimiser ce code, il faut d’abord l’analyser avec un profiler pour repérer les points de blocage. »
1 Le cours Hugging Face Agents : https://github.com/huggingface/agents-course
Introduction aux agents d’IA

Les différents types de réflexions sur les modèles

Réflexion Exemple
Intégration de la mémoire « Ils ont mentionné être intolérants au lactose la semaine dernière, je vais donc exclure les produits laitiers de ces suggestions de recettes. »
1 Le cours Hugging Face Agents : https://github.com/huggingface/agents-course
Introduction aux agents d’IA

Les différents types de réflexions sur les modèles

Réflexion Exemple
Intégration de la mémoire « Ils ont mentionné être intolérants au lactose la semaine dernière, je vais donc exclure les produits laitiers de ces suggestions de recettes. »
Introspection « Mon explication était trop technique. Permettez-moi de la simplifier à l'aide d'analogies courantes. »
1 Le cours Hugging Face Agents : https://github.com/huggingface/agents-course
Introduction aux agents d’IA

Les différents types de réflexions sur les modèles

Réflexion Exemple
Intégration de la mémoire « Ils ont mentionné être intolérants au lactose la semaine dernière, je vais donc exclure les produits laitiers de ces suggestions de recettes. »
Introspection « Mon explication était trop technique. Permettez-moi de la simplifier à l'aide d'analogies courantes. »
Définition des objectifs « Avant de planifier leur programme d'entraînement, je dois évaluer leur condition physique et le temps dont ils disposent. »
1 Le cours Hugging Face Agents : https://github.com/huggingface/agents-course
Introduction aux agents d’IA

Les différents types de réflexions sur les modèles

Réflexion Exemple
Intégration de la mémoire « Ils ont mentionné être intolérants au lactose la semaine dernière, je vais donc exclure les produits laitiers de ces suggestions de recettes. »
Introspection « Mon explication était trop technique. Permettez-moi de la simplifier à l'aide d'analogies courantes. »
Définition des objectifs « Avant de planifier leur programme d'entraînement, je dois évaluer leur condition physique et le temps dont ils disposent. »
Priorisation « Il est conseillé de réserver les vols avant l'hôtel, car les prix des vols augmentent plus rapidement. »
1 Le cours Hugging Face Agents : https://github.com/huggingface/agents-course
Introduction aux agents d’IA

La structure ReAct : D'où viennent les pensées ?

react

1 Yao, S., Zhao, J., Yu, D., Du, N., Shafran, I., Narasimhan, K., Cao, Y. (2022). ReAct : Synergie entre raisonnement et action dans les modèles de langage. arXiv prépublication arXiv:2210.03629.
Introduction aux agents d’IA

La structure ReAct : Raisonnement et mise en œuvre

Raisonnement

Mise en œuvre

1 Yao, S., Zhao, J., Yu, D., Du, N., Shafran, I., Narasimhan, K., Cao, Y. (2022). ReAct : Synergie entre raisonnement et action dans les modèles de langage. arXiv prépublication arXiv:2210.03629.
Introduction aux agents d’IA

La structure ReAct : Raisonnement et mise en œuvre

Raisonnement

Prompt en chaînes de pensées

[Prompt…]. Réfléxion étape par étape.

Mise en œuvre

1 Yao, S., Zhao, J., Yu, D., Du, N., Shafran, I., Narasimhan, K., Cao, Y. (2022). ReAct : Synergie entre raisonnement et action dans les modèles de langage. arXiv prépublication arXiv:2210.03629.
Introduction aux agents d’IA

La structure ReAct : Raisonnement et mise en œuvre

Raisonnement

Prompt en chaînes de pensées

[Prompt…]. Réfléxion étape par étape.

Mise en œuvre

Réflexion > Action > Exemples d'observation

[Prompt…]. Veuillez respecter le format suivant :

  • Réflexion : [Réfléchir à ce qu'il convient de calculer en premier]
  • Action : [Effectuer le calcul]
  • Observation : [Résultat du calcul]
  • …répéter autant de fois que nécessaire…
  • Réponse finale : [Solution complète]
1 Yao, S., Zhao, J., Yu, D., Du, N., Shafran, I., Narasimhan, K., Cao, Y. (2022). ReAct : Synergie entre raisonnement et action dans les modèles de langage. arXiv prépublication arXiv:2210.03629.
Introduction aux agents d’IA

ReAct en action : Arithmétique élémentaire

gpt-4o

Introduction aux agents d’IA

ReAct en action : Arithmétique élémentaire

$$

La question

Veuillez calculer le coût total de 3 ordinateurs portables à $899 avec une remise de 15 % et une taxe de vente de 8 %

$$

La réponse correcte

$2475.85

Introduction aux agents d’IA

ReAct en action : Arithmétique élémentaire

incorrect

Prompt utilisé

Veuillez calculer le coût total de 3 ordinateurs portables à $899 avec une remise de 15 % et une taxe de vente de 8 %. Veuillez seulement répondre.

Introduction aux agents d’IA

ReAct en action : Arithmétique élémentaire

correct

Prompt utilisé

Calculate the total cost if I buy 3 laptops at $899 
each with a 15% discount and 8% sales tax. Think step by step.

Follow this format:

Thought: [Think about what to calculate first]
Action: [Perform calculation]
Observation: [Result of calculation]
...repeat as needed...
Final Answer: [Complete solution]

Example:

Thought: Calculate base cost first
Action: 2 × $50 = $100
Thought: Apply 10% discount
Action: $100 - ($100 × 0.10) = $90
Final Answer: Total is $90
Introduction aux agents d’IA

Sans prompt ReAct

incorrect_answer

La réponse correcte $2475.85

Réponse de ChatGPT : $2,776.63

Introduction aux agents d’IA

Avec le prompt ReAct

correct_answer

La réponse correcte $2475.85

Réponse de ChatGPT : $2475.85

Introduction aux agents d’IA

ReAct comme mode de pensée

ReAct fait partie du système de prompt du modèle.

Les prompts sont des instructions cachées qui indiquent au modèle comment se comporter tout au long des conversations.

1 Image générée avec GPT-4o
Introduction aux agents d’IA

Modèles de raisonnement et ReAct

$$

  • ReAct est particulièrement utile sur les modèles linguistiques « traditionnels » tels que la série de modèles GPT
  • Les modèles de raisonnement de nouvelle génération sont explicitement formés pour réfléchir étape par étape et ne nécessitent pas de prompt ReAct

$$ Exemple de modèles de raisonnement

  • Série de modèles OpenAI de type o
  • Modèles DeepSeek série R
  • Modèles de pensée Gemini
Introduction aux agents d’IA

Comment identifier un modèle de raisonnement

thinking_models

Introduction aux agents d’IA

Passons à la pratique !

Introduction aux agents d’IA

Preparing Video For Download...